电商平台企业生态系统的成长影响因素及其内在成长机制

王铁骊　张体俊

内容摘要：由于构建健康可持续发展的电商平台企业生态系统的重要性，本文从生态系统的演化出发，提取了12个重要的影响因素构建了因果关系图；同时将生态系统中平台分为平台所有者和平台开发者两类进行分析，得到了平台所有者的最大化利润方程模型、平台开发者获取利润的模型并证明了存在一定的固定价值，剖析了生态系统的成长机制，对提高平台企业生态系统的竞争力有重要的意义。

关键词：电商平台 生态系统 演化 影响因素

引言

据《中国电子商务报告（2015）》核心数据发布，我国电子商务交易额高达20.8万亿，预期未来依然会不断增长。现今，电商一般有B2B、B2C、C2B、C2C等类型，并将呈多元化趋势发展，其中B2B仍占主导地位。Kalakota和Whinston（1997）从通讯交流、线上服务的角度对电商进行了描述。The Delphi Group对电商的定义做了进一步的探讨，指出电商是一种Wet驱动环境下的新型商业模式。Brennan，Turban等（2001）构建了电商的整体框架。在经济全球化的过程中，电商不仅减少了交易成本，而且增加了所涉及活动的弹性，并且經济全球化和电商的发展有望改变国家的经济结构，Aydin 和 Savrul（2014）以土耳其为例，探讨了电商和全球化的关系。

总之，电商发展正逐步渗透各个行业，灵活高效地使用电商平台，不仅可以免去商品流动的中间环节，增强商品的流通性，还可以为企业节约经营成本、提升企业竞争力。

对于商务模式研究中，尽管电商模式具有多样性，但他们有一个共同的特点即以“平台”为核心，担当“骨骼”作用，Gawer等（2008）、Eisenmann等（2006）首先对平台概念的发展阶段做了探讨。随着我国“一带一路”倡议和“互联网+”创新思路的提出，既给我国电商企业的发展带来了机遇又带来了挑战。正如Kalakota等（2000）提出，全球已进入电子商务2.0时代——一个全新的商业模式。电商平台成功的先决条件是命令执行和分配，根据电商框架的结构和执行战略运营两个维度，电商平台的战略包括分配呈送中心、伙伴执行操作、专用执行中心、第三方执行中心、建成命令。因此，电商平台的成功构建和执行具有举足轻重的作用，它能使整个平台企业生态系统良好地运行，保障功能的完整性和安全性，从而提升企业生存能力和竞争力。

文献回顾

（一）电商平台

基于双边市场理论，在电商平台研究的国外学者中，Armstrong，Wright（2004）做了开创性工作，提出了电商平台是一种传统模式的创新；Loertscher（2007）利用Hotelling模型研究了双寡头平台双边终端用户对两种交易方式的选择问题，即加入平台交易与主动搜寻交易。Alexandrov等（2011）探讨了多寡头平台的竞争问题；以及Rochet，Tirole（2008）对支付卡市场上的信用卡和借记卡捆绑销售问题的搭售行为进行了研究，指出搭售有利于提高双边平台企业效率。Klein、Bhagat（2010）探讨了一个电商平台的交流形式，对销售者和购买者商业沟通提供了便利即团购问题。从购物者的角度来看，以市场团购为视角，得到在虚拟环境中不同团购平台购物的过程：问题认知、信息搜索、选择评估、产品选择、购物决定、结果或购物后行为；消费者不再被好的商标说服，而是与其他消费者在社交网交流后才下决定。Loechner（2009）已对消费者购物的这种趋势进行了研究并得到了印证。同时，Hanappi，Kump（2003）将消费者分为即时消费和即后消费两种类型，当顾客缺少时间消费时，他们就会收藏产品以便即后消费。从即后消费行为角度来看，对电商平台上同种产品创新的消费者行为进行了分析，利用混沌动力学合理地描绘出高度爆炸的市场行为。

尽管电商平台作为一种虚拟的交易平台，却是商家与顾客交易交流的桥梁。但国内学者往往很少关注它的逻辑编程方法，而国外学者Joh，Lee（2003）对电子目录的编辑直接定义语言，可以有效的预测卖方相关部分信息，以便买方应对不断变化的动态环境；Yen，Kong（2002）认为电子目录作为私人化的信息共享通道，提供信息内容、信息组织和信息选择，提高了行业应用信息共享能力。在平台服务方面，Kong，Li等（2005）以网络服务提供者为基础，建立了内部运营结构产品目录模型，以便提供产品和彼此协作的共享信息。Klafft（2009）探讨了顾客电子采购平台的成功因素和技术接受性，分析了不信任是平台交易失败的关键性因素，正如Leonard（2012）研究买方和卖方之间的关系，同样得出信任在交易中的重要角色。

（二）生态系统理论

“生态系统”来源于生物学概念，但是学者们已经普遍应用于商业演化研究中，形成了一种组织行为学的基本结构。生态系统的商业化应用最早由摩尔提出，指出商业群体像生态群体一样松散，能够充分利用资源和增强企业之间的联系以确保生存能力。一个商业生态系统是由彼此共同创造进行联系和资源整合的社会系统，也是一个关注顾客价值而组成的社会组织网络。Iansiti，Levien（2004）指出，商业生态系统重点强调它的多样化，以便对目前扮演者所拥有的或者未来发展新的生态位和专业化分工提供机会。生态系统学能分成许多子类别，其一就是平台生态系统，关注的是凭借平台而相互联系的成员。平台本身可被解释为固有特性点的核心，这个核心对接受者和互补者是有益的，并能被广泛应用或互补。实际上，平台所有者追求的是创造一个多边市场，使得随时间不断地吸引更多的用户和内容，并鼓励第三方的外部企业来弥补资源。利益的吸引能力和外部企业资源的弥补创新，对平台的长远发展都是十分重要的。同时伙伴的网络可被认为“平台设计的平台”和人工平台是一样的，要求合适的战略以便验证角色、价值和培养合适的收入来源。总之，探求电商平台企业成长阶段的发展规律和动态影响机制以及成长因素，如何驱动电商平台生态系统发展是本文的重点。endprint

电商平台企业的演化规律及其影响因素分析

（一）生态系统的演化规律分析

在电商平台企业演化的过程中，一般要经历开拓期、成长期、稳定期和衰退期或自我更新期阶段，每个阶段会受不同的因素影响，同时不同的企业生态系统演化的各阶段经历的时间会有所不同。

开拓期。这个阶段是环境适宜期，为电商平台的诞生提供了“温床”，复杂的外部条件变得有序，有相同想法的企业开始产生“集聚”现象，比如阿里巴巴平台的诞生，许多商家平台纷纷与阿里合作，签订平台合作协议，形成了一个复杂的电商平台生态系统。虽然这个阶段软件、硬件以及销售商、顾客、投资者和合伙人等都不算成熟，但是成功的关键在于“相对价值试验”。

成长期。这个阶段的主要特征表现在：平台商家链接的产品种类增加，利益相关群体增多，生态系统的边界扩大，竞争力和抵抗力逐渐提高，生命力增强；成功的关键在于建立一个市场界限内的核心团队，组成一个潜在的联盟即顾客满意、供应商诚信、渠道畅通等。在成长过程中，R.Pearl模型和生物学成长曲线较为常用，曲线函数可以表示为：

式中K>0代表物种数，为生态系统成长的极限值，为常数；m，b>0为模型系数，代表外界环境对物种变化的干扰程度。当t=0时，y=K/1+m，说明环境的干扰程度越小（m越接近于0），物种成长的数量越多；当t→+∝时，y=K，说明生态系统中的物种达到了最大的容量，或者就会破坏环境造成崩溃。

稳定期，即成熟期。这个阶段生态系统结构趋于稳定，内部活跃较为强烈，规模达到了最大，边界强度变弱，竞争力达到最强，生态系统内部形成了一个比较稳定的运营联盟，支撑着系统的核心，同时系统运行越来越良好，扩张能力和核心优势明显。

自我更新或衰退期。由于技术、市场需求和政策的变化，任何企业也不可能一劳永逸，终会面临两种可能：一是自我更新，突破技术的创新，重新找到发展的机会，获得利润源泉，比如电商平台企业的核心能力和核心产品，以此进行升级或协同演化，使企业不断地可持续发展；二是被淘汰灭亡，随着面临同类企业的竞争、非同类企业的产品优势时，如果没能及时适应市场需求、环境变化进行创新，或非生物环境因素的干扰，自身的生态系统就会落后或一步步被新的生态系统所取代。

（二）生态系统成长的影响因素分析

根据电商平台系统演化过程中的成长机制，将国内外学者对其研究的重要影响因素进行了提取，并应用Vensim-PLE软件模拟了12个重要因素对生态系统成长的因果关系（见图1）。

通过建立12个重要因素与核心平台企业生态系统成长的关系，生态系统演化的不同阶段会受很多因素影响，大致分为促进因子和阻碍因子，促进因素有利于生态系统顺利成长，阻碍因素则会滞后生态系统的发展。然而，生态系统的成长过程不会仅受单因素影响，而是受多重因素共同作用。从开拓期开始直到稳定期之前，促进因素与阻碍因素的合力的斜率是先增大后减少，最终还是正向发展；当处于稳定期时，两者合力等于零，但是生态系统内部仍存在巨大的竞争，包括信息流通、产品订单、合作协议等；到了最后阶段，若要继续发展，促进因子与阻碍因子的合力必须正向化，条件是加大技术创新、满足市场需求和适应环境变化等，否则企业生态系统就会走向衰退，最终被淘汰。

理论方法和模型

基于生命周期理论，企业在演化过程中的成长期阶段的内在成长机理是什么，国内研究并不多。因此，本文试着从电商平台企业生态系统的成长机制并引入参数建立理论模型。为了方便研究，将生态系统中的平台分为平台所有者和平台开发者。

（一）生态系统中的平台所有者

平台所有者是指拥有平台所有权的商家或私人如天猫和淘宝平台，所有者是阿里巴巴集团。假设一个动态模型，将平台所有者定义为私人代码总量K>0即个体平台所有者和公共代码总量L>0即其他可构建的平台所有者，二者随时间而变化。为了简化研究，本文认为资产水平是一条凹生产函数，即平台总代码的边际消费价值呈几何倍减少，表现为：

其中，ψ表示平台市场的经济规模，α为指数。本文公共代码表现出的核心实质性经济不同于成长模型，假如一个创新型平台企业捆绑于公共代码上创造了一个消费价值为Lα的有限的消费平台，同时未来也会出现潜在平台竞争者，而平台所有者被潜在竞争者所取代，便于理解，本文认为平台所有者仅从自身私人代码的价值增值中获益，因此平台获得的价值为：

当公共代码L=0时，平台价值回报变为标准几何函数ψKα 。

私人代码K有两个成长机理：第一，平台所有者在维持自身的情况下可以再投资；与索洛（Solow）增长模型相比，我们认为平台所有者从再投资的平台收益中节省了一部分S，则00的速度没收开发商代码放进私人代码库，那么开发商代码的演化函数形式：DLγ，D>0。

显然，它也符合几何分布规律，即流入平臺代码库的量有 ρDLγ，常数D代表软件的开发技术或者开发商产生新代码的升级行为。如果平台所有者对应用商采取措施，开发商收入0<τ<1税率，平台所有者为了使当前利润最大化，得到平台所有者最大化的利润方程模型：

（二）生态系统中的平台开发者

平台开发者在生态系统中扮演重要的角色，需要通过外在利润来维持自身的发展。假定有无数企业保持一致进入生态系统，也认为潜在开发商可以自由的进入生态系统，表现非连续均匀进入，由于开发商的束缚缺少占有市场的竞争力，那么开发商与其观点数相差x>0，若一个观点简单代表开发商代码的一个价值尺度，那么观点x的密度函数为：

对上式积分后，推导出观点X的总数等于X-β，是一条递减的指数分布。因此，根据指数曲线特征，“尾部效应”决定了外部回报水平。然而，开发商处在动态环境中，但是最终状态是处于静态最优化。假定应用商能产生的价值代码为：

上式中，m为输入變量，成本为wm+Φ，W是影响成本系数，固定成本Φ>0。考虑到价值代码是流动的，等价于顾客的进入是连续不断的，成本可看做预付费用；系数A>0是技术参数，用来测量平台代码再利用的松弛度。比如，应用软件的模块性越强，A越大；ξ代表开发者生态系统公共代码的互补性。为了排除平台的动态干扰，必须规范产量函数：附加公共代码被平台总代码函数引起了回报不断地减少。具体来讲，我们假设任何开发商都能积极获得订单Lα 的回报，当拥有条件ξ=（1-σ）α时，这种情况就可能发生，然而一般情况下，产量是符合柯布-道格拉斯（Cobb-Douglas）形态的，它的同质性水平较低。

开发商不可能以全价代码价值即v（x，m）卖给顾客，因为顾客能够将代码捆绑到平台，以便降低成本。假设开发商设置一个价格p（x，m）是留给漠不关心和立即购买的顾客，对其征收比率越高反而降低了平台企业对开发商的收费能力。如果征收率为 ρ，R是打折率，那么剩余顾客打折系数：

那么，顾客漠不关心方程为：

V（x，m）-p（x，m）=（1-R）v（x，m），

即p（x，m）=Rv（x，m）

那么，有效打折系数为：

然后，减去平台税，那么开发者期望利润价值为：

对上式进行一阶求导，收益率最优化输入水平m服从函数： ，所以平台企业的观点x越大企业就会越好。开发者的观点X的利益函数为：

当ξ=（1-σ）α时，开发者对公共代码Lα的代码量就会增加期望。当边缘企业获得利润时，就会有更好的观点X≥0进入，有：

可以看出，公共代码L越大，边缘企业的z越小，那么就会有更多边缘企业进入开发者平台。

假如进入生态系统进行优化，总代码的流动产生的总价值函数为：

只有β（1-σ）>1，函数趋向于有界值。令r≡ξβ，由于期望函数形式DLr，代入后提取常系数：

综上分析，平台企业生态系统的内在成长机制确实受多重因素的影响：正向影响因素和负向影响因素。实际上也可以从上面的模型看出，系数对模型的影响是不同的，印证了演化因素对平台企业生态系统的成长具有一定的影响。

结论与展望

本文通过分析生态系统的内在成长机制，分析了演化过程中的重要影响因素，得到了以下结论：

由于生态系统演化过程受到外界干扰的复杂性，提炼了影响平台企业生态系统成长的重要要素；演化过程的成长机制受正向影响因素和负向影响因素两类因素影响，模拟了因素对生态系统的因果关系图；生态系统中平台开发者获得利润最大化函数，并证明了开发者生态系统存在一定的固定 价值，即常系数D。

然而，本文依然存在不足：本文没有提出保持平台生态系统稳定性和持续性的方案，即解决方法和价值函数优化对策，以便提高电商平台企业的生态系统竞争力；成长影响因素可能存在不全面或科学性分析的不足。因此，分析演化过程中面临复杂的外部条件对生态系统稳定性以及竞争力的影响，构建健康稳定及持续发展的电商平台生态系统，对于提高生态系统的核心竞争力具有重要的现实意义。

参考文献：

1.中国电子商务研究中心.2016年度（上）中国电子商务市场数据监测报告. http：//www.199it.com/archives/517975.html

2.The Delphi Group.E-active：How the leading edge of e-business are transforming themselves and their industries.www.delphigroup.com，2000

3.Totonchi J，Manshady K. Relationship between Globalization and E-Commerce[J]. Ijeeee Org，2012

4.Aydin E，Savrul B K. The Relationship between Globalization and E-Commerce： Turkish Case[J]. Procedia-Social and Behavioral Sciences，2014

5.Ricker F，Kalakota R. Order fulfillment： the hidden key to e-commerce success[J]. Supply Chain Management Review，1999，11（3）

6.Loertscher S，Schneider Y. Search Costs，Consumer Mobility，and Market Structure[R]. 2007

7.Alexandrov A，Deltas G，Spulber D F. Antitrust and competition in two-sided markets[J]. Journal of Competition Law and Economics，2011

8.Rochet J C，Tirole J. Tying in two-sided markets and the honor all cards rule[J]. International Journal of Industrial Organization，2008，26（6）

9.Klein A，Bhagat P. We-commerce： evidence on a new virtual commerce platform[J]. Global Journal of Business Research，2010，4（4）

10.Hanappi H，Kump O. Collect now-consume later on innovative products in electronic commerce[J]. Decision Support Systems，2003，34（2）

11.Joh Y H，Lee J K.Buyers customized directory management over sellerse-catalogs：logic programming approach[J]. Decision Support Systems，2003，34（2）

12.Yen B P C，Kong R C W. Personalization of information access for electronic catalogs on the web[J]. Electronic Commerce Research and Applications，2002，1（1）

13.Kong S C W，Li H，Liang Y，et al. Web services enhanced interoperable construction products catalogue[J]. Automation in construction，2005，14（3）

14.Klafft M. E-Procurement for Consumers： Success Factors and Technology Acceptance[J]. Ssrn Electronic Journal，2007endprint